C++算法前缀和的应用:得分最高的最小轮调的原理、源码及测试用例

简介: C++算法前缀和的应用:得分最高的最小轮调的原理、源码及测试用例

本文涉及的基础知识点

C++算法:前缀和、前缀乘积、前缀异或的原理、源码及测试用例 包括课程视频

题目

给你一个数组 nums,我们可以将它按一个非负整数 k 进行轮调,这样可以使数组变为 [nums[k], nums[k + 1], … nums[nums.length - 1], nums[0], nums[1], …, nums[k-1]] 的形式。此后,任何值小于或等于其索引的项都可以记作一分。

例如,数组为 nums = [2,4,1,3,0],我们按 k = 2 进行轮调后,它将变成 [1,3,0,2,4]。这将记为 3 分,因为 1 > 0 [不计分]、3 > 1 [不计分]、0 <= 2 [计 1 分]、2 <= 3 [计 1 分],4 <= 4 [计 1 分]。

在所有可能的轮调中,返回我们所能得到的最高分数对应的轮调下标 k 。如果有多个答案,返回满足条件的最小的下标 k 。

示例 1:

输入:nums = [2,3,1,4,0]

输出:3

解释:

下面列出了每个 k 的得分:

k = 0, nums = [2,3,1,4,0], score 2

k = 1, nums = [3,1,4,0,2], score 3

k = 2, nums = [1,4,0,2,3], score 3

k = 3, nums = [4,0,2,3,1], score 4

k = 4, nums = [0,2,3,1,4], score 3

所以我们应当选择 k = 3,得分最高。

示例 2:

输入:nums = [1,3,0,2,4]

输出:0

解释:

nums 无论怎么变化总是有 3 分。

所以我们将选择最小的 k,即 0。

提示:

1 <= nums.length <= 10^5

0 <= nums[i] < nums.length

分析

我可以将结果分为两部分,左边(i < k )得分,右边(i>k)得分。iSub是值减去当前索引,iSub小于等于0,则加分。我们以{1,5,2,4,3}为例。

对于左边

iSub=num[i]-i-(m_c-k)

k取值 左边的值减当前索引 旧数据变化分数变化 新增加的数据分数变化 总分数
0 {} +0 +0 0
1 {- 3} +0 +1 1
2 {-2,1} +0 +0 1
3 {-1,2,- 2} +0 +1 2
4 {0,3,-1,0} +0 +1 3

如果遍历所有旧值,那总时间复杂度会达到O(n*n),超时。实际上我们值需要统计新iSub是1的值,也就是num[i]-i-(m_c-k) 等于1,也就是初始iSum 等于= 1 + m_c-k,这样总时间复杂度是O(1)。

对于右边

iSum = num[i] - i + k

k取值 值减当前索引 旧数据变化分数变化 新增加的数据分数变化 总分数
4 {3} +0 +0 0
3 {4,2} +0 +0 0
2 {2,3,1} +0 +0 0
1 {5,1,2,0} +1 +0 1
0 {1,4,0,1,-1} +1 +0 2
k减少1,iSub也减少1

思路

mLeftSubToNum和mRightSubToNum记录初始nums[i]-i 。i>=k,记录在mRightSubToNum;否则记录子mLeftSubToNum。

核心代码

class Solution {
public:
int bestRotation(vector& nums) {
m_c = nums.size();
//mLeftSubToNum和mRightSubToNum记录初始nums[i]-i 。i>=k,记录在mRightSubToNum;否则记录子mLeftSubToNum
unordered_map<int, int> mLeftSubToNum, mRightSubToNum;
m_vRet.resize(m_c);
vector<int> vLeft(m_c);//vLeft[i]记录初始i < k的分数
  {
    int iPre = 0;
    for (int k = 1; k < m_c; k++)
    {
      //将k-1从右边移动到左边
      const int iSub = nums[k - 1] - (k - 1);
      if (iSub - (m_c - k) <= 0)
      {//新增加的值得一分
        iPre++;
      }
      iPre -= mLeftSubToNum[1 + m_c - k];
      vLeft[k] = iPre;
      mLeftSubToNum[iSub]++;
    }
  }
  vector<int> vRight(m_c);
  {
    int iPre = 0;
    for (int k = m_c-1; k >= 0 ; k-- )
    {
      const int iSub = nums[k] - k;
      if (iSub + k <= 0)
      {
        iPre++;
      }
      if (mRightSubToNum.count(-k))
      {
        iPre += mRightSubToNum[-k];
      }
      vRight[k] = iPre;
      mRightSubToNum[iSub]++;
    }
  }
  //m_vRet[k]记录的分值
  for (int i = 0 ; i < m_c ;i++ )
  {     
    m_vRet[i] = vLeft[i] + vRight[i];
  }
  //本题一定有答案,所以不用判断非法值
  return std::max_element(m_vRet.begin(), m_vRet.end()) - m_vRet.begin();
}
vector<int> m_vRet;
int m_c;

};

测试用例

template
void Assert(const vector& v1, const vector& v2)
{
if (v1.size() != v2.size())
{
assert(false);
return;
}
for (int i = 0; i < v1.size(); i++)
{
assert(v1[i] == v2[i]);
}
}
template
void Assert(const T& t1, const T& t2)
{
assert(t1 == t2);
}
int main()
{
vector nums = { 1,5,2,4,3 };
Solution sln;
auto res = sln.bestRotation(nums);
Assert(res, 4);
Assert({ 2,2,1,2,3 }, sln.m_vRet);
nums = { 2,3,1,4,0 };
res = sln.bestRotation(nums);
Assert(res, 3);
Assert({ 2,3,3,4,3 },sln.m_vRet );
nums = { 1,3,0,2,4 };
res = sln.bestRotation(nums);
Assert(res, 0);
Assert({ 3,3,3,3,3 }, sln.m_vRet);
//CConsole::Out(res);

}

2023年4月

旧版仅供参考

class Solution {
public:
int bestRotation(vector& nums) {
std::unordered_map<int, int> mLeftSumNums;
int iScore = 0;
for (int i = 0; i < nums.size(); i++)
{
const int iSub = nums[i] - i;
mLeftSumNums[iSub]++;
if (iSub <= 0)
{
iScore++;
}
}
std::unordered_map<int, int> mRightSumNums;
  int iMaxScore = iScore;
  int iMaxIndex = 0;
  for (int i = 1; i < nums.size(); i++)
  {     
    if (nums[i - 1] <= 0 )
    {
      iScore--;
    }
    const int iSub = nums[i - 1] - (i - 1);
    mLeftSumNums[iSub]--;
    iScore -= mLeftSumNums[-(i-1)];
    //右边,部分不再加分
    iScore -= mRightSumNums[-(i-1)];
    const int iRightSub = nums[i-1] - (nums.size() - 1) - i;
    mRightSumNums[iRightSub]++;
    if ( (nums[i-1] - ((int)nums.size() - 1)) <= 0)
    {
      iScore++;
    }
    if (iScore > iMaxScore)
    {
      iMaxScore = iScore;
      iMaxIndex = i;
    }
  }
  return iMaxIndex;
}

};

扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。

https://edu.csdn.net/course/detail/38771

如何你想快

速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程

https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法,请下载《闻缺陷则喜算法册》doc版

https://download.csdn.net/download/he_zhidan/88348653

鄙人想对大家说的话
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
墨家名称的来源:有所得以墨记之。
如果程序是一条龙,那算法就是他的是睛

测试环境

操作系统:win7 开发环境: VS2019 C++17

或者 操作系统:win10 开发环境: VS2022 C++17


相关文章
|
1天前
|
Java jenkins 持续交付
Jenkins是开源CI/CD工具,用于自动化Java项目构建、测试和部署。通过配置源码管理、构建触发器、执行Maven目标,实现代码提交即触发构建和测试
【7月更文挑战第1天】Jenkins是开源CI/CD工具,用于自动化Java项目构建、测试和部署。通过配置源码管理、构建触发器、执行Maven目标,实现代码提交即触发构建和测试。成功后,Jenkins执行部署任务,发布到服务器或云环境。使用Jenkins能提升效率,保证软件质量,加速上线,并需维护其稳定运行。
11 0
|
1天前
|
自然语言处理 算法 搜索推荐
分词算法的基本原理及应用
分词算法的基本原理及应用
|
2天前
|
机器学习/深度学习 自然语言处理 算法
分词算法在自然语言处理中的应用与性能比较
分词算法在自然语言处理中的应用与性能比较
|
3天前
|
自然语言处理 算法 搜索推荐
分词算法的基本原理及应用
分词算法的基本原理及应用
|
5天前
|
存储 算法 安全
MD5哈希算法:原理、应用与安全性深入解析
MD5哈希算法:原理、应用与安全性深入解析
|
5天前
|
算法 安全 Java
AES加解密算法:原理、应用与安全性解析
AES加解密算法:原理、应用与安全性解析
|
7天前
|
算法 程序员 数据处理
【数据结构与算法】使用单链表实现队列:原理、步骤与应用
【数据结构与算法】使用单链表实现队列:原理、步骤与应用
|
7天前
|
存储 算法 编译器
【数据结构与算法】使用数组实现栈:原理、步骤与应用
【数据结构与算法】使用数组实现栈:原理、步骤与应用
|
7天前
|
存储 算法
【数据结构和算法】---二叉树(2)--堆的实现和应用
【数据结构和算法】---二叉树(2)--堆的实现和应用
7 0
|
8天前
|
存储 自然语言处理 算法
位运算入门及简单算法题的应用
位运算入门及简单算法题的应用
12 1